基于大数据的移动互联网行为分析

张明

摘要 随着移动终端数据的不断增长，人们已经进入大数据时代，移动运营商基于大量的用户数据正致力于构建一个精准、有效的营销平台，以分析移动互联网行为，解决各种移动互联网问题。本文以基于大数据的移动互联网分析作为入手点，试探讨移动运营商面临的各种问题以及其应该如何利用大数据来分析用户的移动互联网行为，进而为客户提供更加人性化的营销服务。

[关键词]大数据 移动互联网 行为分析 营销

通讯技术的迅猛发展使得人们进入移动互联网时代，人们介入互联网的手段不再局限于固定的PC端，而是扩展到手机等移动终端，移动互联网也因此而愈加地发达。事实上，日本与欧美国家在当今已经有了发达的移动互联网，而我国则尚处于刚刚起步、有待进一步发展的阶段，但是与日本与欧美国家相比，我国却有着其无法相比的庞大用户群体，这意味着我国的移动互联网有着极其巨大的市场潜力，若能深入研究移动互联网领域则可以进一步推动移动互联网的发展，而对庞大用户群体网络行为的分析与研究，则可以有力推动移动互联网相关企业市场经济的发展，使得互联网格局发生巨大的演化。

1 移动互联网的发展现状

（1）移动互联网发展非常迅猛，我国存在着巨大的市场规模、潜力。随着各品牌的不断成熟化，运营商积累了大量的客户群，这些客户群有着极为丰富的存量客户资源，亟待运营商进一步深入挖掘。而当前信息时代，移动互联网的门户之一即為智慧城市，运营商可以基于此开展电子商务营销，加强客户对移动互联网及运营商的粘性，在移动互联网的电子商务市场中抢占一席之地。

（2）大数据概念一经诞生便飞速发展，对大数据的分析为移动互联网提供了巨大的助力，促进了互联网精准营销的发展。事实上，电子商务日新月异的发展己经使精准营销变成电子商务成功的关键，百度、新浪、网易、淘宝（阿里）、腾讯、搜狐等互联网企业正式因为掌握了规模巨大的客户群体，基于大数据对客户行为进行深入分析，采取了令人惊艳的营销效果。

目前，各大运营商集团正向着集约化的方向加速发展，其尝试着改造传统IT构架，一些大数据处理技术如去IOE化与推广HADOOP批处理等都亟待进行。

2 客户行为分析

2.1 定位客户

2.1.1 描述客户群体

目前，各互联网企业主要是通过收集客户的互联网访问记录来分析客户的消费倾向，例如：某类产品的购买率较高、对化妆品、小说或散文等文学作品、球类或球衣等体育用品经常浏览或购买。通过掌握客户的消费状况，运营商可以借助移动互联网为客户提供较为精确的营销推荐，客户可以获得更加智能与便捷的生活服务。

2.1.2 描述客户使用习惯与使用场景

客户在使用移动终端访问移动互联网时会发送其位置信息，在机场或商场等特定的公共场所中若是客户使用移动终端借助该场所的移动网络访问互联网，运营商也可以掌握客户的位置信息。运营商从其访问日志的信息中获取其位置信息，若后可以根据其所在位置为其提供相应的出行服务，如：酒店、名胜古迹、商场的嵌入式广告，推荐一些客户可能会感兴趣的服务或产品，达到营销的目的。当然，若是客户未处于特殊场所，仅位于家中，移动互联网也可以根据客户的标签信息与爱好以嵌入式广告的方式为其推荐游戏和小说。

2.2 产品的定位和设计

2.2.1 主要功能与系统架构

客户在使用移动终端时，无论是打电话、上网还，是发送消息、使用导航，每一时每一刻都会产生数据，在移动终端连接移动互联网的时候，便产生了关于移动速度、位置、计费乃至生物计量的数据，这些数据被运营商采集起来，可以用于分析客户的行为，这种客户行为分析正是基于“大数据”这一前提。在采集到这些客户行为数据后，运营商可以使用流计算、批处理两种大数据处理技术来处理信息，构建关于客户移动互联网行为的分析与营销系统，实现对客户移动互联网行为的分析以及对客户移动互联网消费的精确营销。这里提到的批处理技术即HADOOP，这种技术可以处理客户在移动互联网上采取的历史行为所产生的数据，根据客户的不同访问习惯为其打上各种各样的标签，精准营销便以此为可靠的基础，运营商在优选业务方面也会因此而选择更加正确的发展方向。而流计算技术则是指STORM流计算梳理技术，即按照客户所处的使用场景来为其提供精准的营销服务，客户收到推送的感兴趣的产品，自然可以享受到移动互联网所带来的智能与便捷。

2.2.2 互联网业务的流程模型

前文提及的HADOOP技术实质上是一种生态圈技术，而STORM技术则是一种实时计算技术，二者的架构为集群分布式，均可以处理海量的客户数据，并且各有所长。其中，HADOOP技术分布式地储存和分析客户的互联网历史行为数据，基于不同角度以批处理技术为大量互联网用户的行为进行建模，经过分析后结合客户特点为其打上相应的标签，以便系统根据客户的性格爱好标签来推送服务。STORM技术则是实时分析与处理大数据，根据分析结果做出实时判断与反应，以流计算技术精确处理海量数据并进行精确营销，这种技术有利于各互联网企业抢占市场的先机。

2.2.3 实例

某客户A先生，平时喜欢使用移动互联网消费星巴克，运营商基于粗定位技术，分析出该客户在某日某时正好经过某处的星巴克咖啡店，并且该店正在开展促销活动，运营商便以短信或嵌入式广告等方式推送给该客户相关信息。客户凭收到的信息获得消费优惠，运营商便从星巴克获得了营销分成费用。

3 结语

进入移动互联网时代，人们的一言一行都与移动数据挂钩，运营商可以根据消费者的移动互联网行为信息进行分析，根据其消费习惯与爱好进行精确的经销，在自身获取巨大利润的同时使人们的生活更加智能与便捷。

参考文献

[1]张兴，谈大数据助力移动互联网客户行为分析和营销[J].福建电脑，2014， 30 （11）： 94-95+212.

[2]刘路，基于云计算的移动互联网大数据用户行为分析引擎设计[J].电子制作，2014 （04）：174-17 5.

[3]陶彩霞，谢晓军，陈康等，基于云计算的移动互联网大数据用户行为分析引擎设计[J].电信科学，2013，29 （03）： 27-31.

[4]刘国峰，基于移动互联网大数据分析平台的研究[J]，消费导刊，2017 （19）：43-44.

[5]于泽涵，移动网络中的大数据用户行为研究与分析[J].信息通信，2014 （01）：224.